4.4 Faktor Produksi Kerapu Macan
4.4.1 Analisis Pendugaan Fungsi Produks
Fungsi produksi merupakan hubungan fisik antara variabel dependent (Y) dan variabel independent (X). Hasil pengamatan pada usaha pembesaran kerapu macan di Pulau Panggang bahwa ada beberapa variabel yang diduga dapat
46 mempengaruhi hasil panen atau output.Variabel tersebut adalah luas KJA (X1), benih (X2), pakan rucah (X3), tenaga kerja operasional (X4) dan tenaga kerja pemeliharaan (X5).Model yang digunakan dalam analisis fungsi produksi usaha pembesaran kerapu macan ini adalah model fungsi Cobb-Douglas.
Berdasarkan hasil analisis menggunakan metode kuadrat terkecil (Ordinary Least Square) diperoleh nilai koefisien regresi yang sekaligus menggambarkan elastisitas produksi. Data hasil pendugaan koefisien regresi dengan metode kuadrat terkecil dapat dilihat pada Tabel 8 Elastisitas produksi untuk produksi kerapu macan yaitu luas KJA, benih, pakan rucah, tenaga kerja operasional dan tenaga kerja pemeliharaan masing-masing adalah 1,6145; 0,4329; 0,2217; 1,1713; 0,5412. Dengan t hitung masing-masing adalah 1,2727; 0,4083; 0,3399; 0,9619; 1,1421 (Tabel 9).
Tabel 9. Hasil Pendugaan Koefisien Regresi dengan Metode Kuadrat Terkecil pada Usaha Pembesaran Kerapu Macan di Pulau Panggang
No Peubah Koefisien Regresi t hitung
1 Intercept 8,9187 6,4074
2 X1 (Luas KJA) 1,6145 1,2727
3 X2 (Benih) 0,4329 0,4083
4 X3 (Pakan Rucah) 0,2217 0,3399
5 X4 (Tenaga Kerja Operasional) 1,1713 0,9619
6 X5 (Tenaga Kerja Pemeliharaan) 0,5412 1,1421
Sumber : Data Primer Diolah Tahun 2011 Keterangan :
R square = 0,4604 F tabel = 2,015
Adjusted R Square = 0,2356 t tabel = 6,3280 Standard Error = 0,5510 F hitung = 2,0481 Berdasarkan analisis Ordinary Least Square pada Tabel 7, dapat dibuat persamaan linear sebagai berikut :
Y = 8,9187 + 1,6145 Ln X1 + 0,4329 Ln X2 + 0,2217 Ln X3 + 1,1713 Ln X4 + 0,5412 LnX5………..(24)
a) Kriteria Statistik
Melalui analisa kriteria statistik terhadap hasil pendugaan fungsi produksi dangan menggunakan model kuadrat terkecil diperoleh nilai R Square 0,4604yang
47 menunjukan bahwa variabel input yang digunakan dapat menjelaskan besarnya output sebesar 46%, sedangkan sisanya yaitu 54% dipengaruhi oleh variabel lain yang tidak dihitung. Nilai Adjusted R Square sebesar 0,2356 menunjukan bahwa semakin banyak variabel sebagai variabel penjelas dalam regresi akan mengurangi derajat kebebasan. Nilai standard error yang diperoleh dari hasil analisis model kuadrat terkecil sebesar 0,5510 dan nilai ini merupakan nilai galat baku dari regresi secara keseluruhan. Nilai Fhitung yang diperoleh dari hasil analisis fungsi produksi adalah sebesar 2,0481 dan Ftabel sebesar 2,015. Apabila nilai Fhitung ini lebih besar daripada Ftabel maka dapat disimpulkan tolak H0, artinya faktor produksi secara serentak berpengaruh nyata terhadap output yang dihasilkan. Hal ini juga menunjukan bahwa model produksi dapat digunakan dalam analisis selanjutnya.
b) Kriteria Ekonometrik
Analisis kriteria ekonometrik dalam penelitian in menggunakan software
Minitab 15. Suatu model regresi yang baik adalah model regresi yang memenuhi asumsi-asumsi seperti normalitas, homoskedastisitas, multikolinearitas dan autokorelasi.
Asumsi normalitas pada suatu model regresi dipenuhi apabila Y (variabel dependen) didistribusikan secara normal terhadap nilai X (variabel independen).Dalam uji ekonometrik ini diperoleh grafik Normal P-P Plot of Regresion (Lampiran 20), dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas, karena data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal.
Dalam uji ekonometrik ini akan diperoleh nilai VIF (Variance Inflation Factor) dan nilai toleransi yang menjadi indicator terjadinya multikolinearitas. Suatu model regresi dikatakan bebas dari multikolinearitas bila mempunyai nilai
VIF disekitar angka satu dan nilai toleransi mendekati angka satu.Pada hasil pengujian dengan menggunakan Minitab 15 ini tidak diperoleh nilai VIF yang mendekati angka 1.Hal ini menunjukan semua variabel X bersifat multikolinearitas.Data nilai VIF dapat dilihat pada Lampiran 18.
Hasil analisis fungsi produksi dengan menggunakan Cobb-Douglas, multikolinearitas merupakan masalah yang sulit dihindarkan.Masalah
48 multikolinearitas dalam suatu analisis dapat diabaikan bila terjadi pada variabel- variabel dengan koefisien regresi yang tidak tinggi.Multikolinearitas pada variabel dengan nilai koefisien regresi yang tidak tinggi ini disebut multikolinearitas yang tidak sempurna.
Heteroskedastisitas dalam suatu model regresi terjadi bila terdapat ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Deteksi terjadinya heteroskedastisitas dapat dilakukan dengan melihat apakah terjadi pola tertentu pada hasil scatterplot. Jika pada hasilscatterplot
terlihat titik-titik yang menyebar secara acak dan tidak membentuk pola tertentu seperti yang terlihat pada Lampiran 16, maka hal ini menunjukan bahwa model regresi pada penelitian tentang usaha pembesaran kerapu macan mengindikasikan tidak adanya problem heteroskedastisitas, sehingga model regresi layak digunakan untuk analisi pendugaan fungsi produksi.
Nilai Durbin-Watson pada hasil analisi ekonometrik sebesar 1,9246(Lampiran 20) menunjukan tidak adanya autokorelasi. Suatu model regresi dikatakan bebas dari problem autokorelasi apabila memiliki nilai Durbin-Watson diantara -2 sampai dengan +2.Apabila suatu model regresi memiliki nilai Durbin- Watson diatas +2 berarti memiliki problem autokorelasi negating dan jika dibawah -2 berarti memiliki problem autokorelasi positif.Autokorelasi ini biasanya terjadi akibat tidak dimasukannya variabel penting dalam model atau karena data tidak linear.Bila suatu model regresi memiliki masalah autokorelasi, maka model regresi yang seharusnya signifikan menjadi tidak layak untuk dipakai.
c) Kriteria Ekonomi
Kriteria ekonomi diperlukan untuk menunjukan sejauh mana suatu fungsi produksi layak dilakukan, apabila dilihat dari segi ekonomi. Secara apriori teori ekonomi, tanda yang diharapkan dalam penggunaan suatu input produksi adalah positif. Tanda positif dalam penggunaan input produksi menunjukan bahwa input masih dapat ditambah untuk meningkatkan output. Berdasarkan hasil analisa kuadrat terkecil pada Tabel 8.dan persamaan 24, menunjukan tanda positif dari semua koefisien variabel input (luas KJA, benih, pakan rucah, tenaga kerja operasional dan tenaga kerja pemeliharaan). Hal ini berarti apabila X1, X2, X3, X4
49 dan X5 dinaikkan, maka output yang dihasilkan akan meningkat sesuai dengan besar koefisien yang dimilikinya.
Berdasarkan uji statistik, ekonometrik dan ekonomi, maka persamaan 24 ditransformasikan ke bentuk model fungsi produksi yang diharapkan sesuai dengan asumsi bahwa variabel yang tidak berbeda nyata dan memilki koefisien negatif dianggap tetap (given) (Lampiran 21). Dengan demikian maka persamaan 24 dapat ditransformasikan menjadi persamaan :
Y = 7480,09. X11,61 . X20,43 . X30,222 . X41,17 . X50,541………(25)
d) Elastisitas Produksi
Elastisitas produksi adalah nilai yang menunjukan persentase perubahan dari output sebagai akibat dari persentase perubahan input. Nilai elastisitas pada variabel X1 (luas KJA) sebesar 1,61 yang artinya apabila luas KJA yang digunakan ditambah sebesar 1 satuan dengan asumsi input yang lain dianggap tetap (ceteris paribus), maka output akan bertambah 1,61 satuan. Nilai elastisitas pada variabel X2 (benih) adalah 0,43 yang artinya apabila jumlah benih ditambah sebesar 1 satuan dengan asumsi input yang lain dianggap tetap, maka output akan bertambah sebesar 0,43 satuan. Nilai elastisitas pada variabel X3 (pakan rucah) ialah 0,222 yang artinya apabila jumlah pakan rucah ditambah sebesar 1 satuan dengan asumsi input yang lain dianggap tetap, maka output akan bertambah sebesar 0,222 satuan. Nilai elastisitas pada variabel X4 (tenaga kerja operasional) ialah 1,17 yang artinya apabila jumlah tenaga kerja operasional ditambah sebesar 1 satuan dengan asumsi input yang lain dianggap tetap, maka output akan bertambah sebesar 1,17 satuan. Nilai elastisitas pada variabel X5 (tenaga kerja pemeliharaan) ialah 0,541 yang artinya apabila jumlah tenaga kerja pemeliharaan ditambah sebesar 1 satuan dengan asumsi input yang lain dianggap tetap, maka output akan bertambah sebesar 0,541 satuan.
e) Skala Usaha (Return to Scale)
Analisis Return to Scale (RTS) sangat penting dilakukan untuk mengetahui apakah sebuah kegiatan usaha berada dalam kondisi increasing, constant atau
50
decreasing to scale. Kondisi skala usaha ini dapat diketahui dengan cara menjumlahkan besaran elastisitas pada fungsi produksi.
Dalam penelitian ini diketahui bahwa usaha pembesaran kerapu macan di Pulau Panggang berada dalam kondisi increasing to scale.Hal ini dapat dilihat dari hasil penjumlahan besaran elastisitas yang terdiri atas variabel X1 (1,614), X2 (0,433), X3 (0,222), X4 (1,171) dan X5 (0,541) yang hasilnya adalah 3,974.kondisiincreasing to scale ini menunjukan apabila kelima faktor produksi ditingkatkan secara proporsional sebesar satu satuan, maka output yang dihasilkan akan meningkat lebih dari satu satuan.